斯坦福系具身智能公司RoboScience完成A2轮融资，Visics大模型与全栈闭环加速商业化

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-11-02

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。

2026年11月2日，具身智能初创公司RoboScience机器科学宣布完成数亿元A2轮融资，由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，爽资本、360战投、国联通宝、金鼎资本及多家上市公司平台跟投。在行业融资降温的背景下，该轮融资凸显产业资本对具身智能全栈技术路线的战略押注。

📊 核心实体与商业数据

💡 业务落地拆解

技术架构与数据飞轮：RoboScience自研的Visics大模型采用VLOA（Vision-Language-Object-Action）架构，以物体3D点云轨迹为统一中间表征，实现认知与执行解耦。配合自研RoboMirage仿真引擎，构建“仿真+视频”双数据飞轮。田野透露，数据路线将单条数据获取成本压至0.05元，降至传统方案的1/20到1/200。2026年初至10月，视频训练数据从100万突破至400万。

“具身智能最重要的就是两件事，模型和数据。”——RoboScience创始人、CEO田野

产品与商业化：公司已发布第一代轮式仿人形机器人REX G1，可广泛应用于物流、零售、工厂、家庭等场景。商业化方面，RoboScience提供三条路径：整体具身解决方案、云端模型服务EaaS（与腾讯云合作打造全球首个云端EaaS具身智能服务）、端侧部署控制器。

“通用具身智能的核心在于降低边际成本，这也是我们未来的核心竞争力。”——田野

融资历程与产业资本：公司成立后迅速完成多轮融资：种子轮数千万元（零一创投独家投资），天使轮近2亿元（京东领投），Pre-A轮数亿元（普华资本、达晨财智等），直至本轮A2轮。产业资本如京东（拥有数十个“亚洲一号”物流园区）、爽资本（背靠李锦记家族）的入局，为具身智能提供了真实的验证场景。

🚀 对企业 AI 化的启示

1. 全栈闭环构建壁垒：RoboScience通过“数据-模型-本体”全栈自研，实现一年内打通闭环。企业AI化需注重系统性能力，而非单点技术。
2. 数据成本革命：0.05元/条的数据成本与400万视频训练数据规模，表明数据飞轮是具身智能Scaling Law的关键。企业应优先构建低成本、大规模的数据获取与标注管线。
3. 泛化能力决定商业边界：Visics大模型支持跨本体、跨物体、跨任务泛化，并在2026世界人工智能大会上展示“30秒极速换手”。企业需将泛化能力作为核心指标，以降低新硬件适配与新场景部署的边际成本。
4. 产业资本协同：京东、李锦记等产业方的场景资源，加速了技术验证与规模化落地。企业AI化应积极引入产业资本，获取真实场景与数据反馈。

“泡沫可能来源于大家都在做不同尝试，就像生物演化一样，有些在演化过程中消失，有些存活下来。这是技术演进的自然现象。”——田野

【官方原文链接】点击访问首发地址